MOVER：人形机器人搬运训练框架
热点事件持续更新
MOVER：人形机器人搬运训练框架
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年10月30日，arXiv Robotics 刊出 Jianming Lu 等作者的论文，提出名为 MOVER 的多阶段 Teacher-Assistant-Student 强化学习框架，让人形机器人从视频数据学习物体搬运。报道称，该框架先用 GENMO 和 GMR 重定向视频数据并做数据增强，再经三阶段训练，最后用 Dagger-PPO 蒸馏去掉本体位置观测和参考关节位置，使策略仅靠机载 RGB-D 相机感知物体位姿。目前公开信息仅来自该篇论文报道，尚无后续跟进报道，也未见对训练规模、成功率或实机验证结果的进一步披露。
AI 根据报道生成 · 3 小时前更新
最新进展10月30日 12:00
MOVER：从视频学习可泛化的人形机器人搬运报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv RoboticsMOVER：从视频学习可泛化的人形机器人搬运
MOVER 是一个多阶段 Teacher-Assistant-Student 强化学习框架，让人形机器人从视频数据学习物体搬运。它先用 GENMO 和 GMR 重定向视频数据并做数据增强，再经三阶段训练，最后用 Dagger-PPO 蒸馏去掉本体位置观测和参考关节位置，使策略仅靠机载 RGB-D 相机感知物体位姿。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月30日 15:00
- 近 24 小时变化
- –
02.557.510
15:0016:0017:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。